JPH0570840B2 - - Google Patents

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は音声や文字などのパタンを認識する装
置に関し、特に雑音による影響を除去し耐雑音性
の高いパタン認識装置に関する。

（従来技術とその問題点） 音声や文字などのパタンを認識する手段として
従来から種々の方法が試みられている。それらの
中で比較的簡単でかつ有効な方法としてパタンマ
ツチング法がある。パタンマツチング法では認識
対象を特徴ベクトルの系列で表現し標準パタンと
して記憶させておき、認識しようとするパタン
（入力パタンと呼ぶ）と比較し最も近いすなわち
距離の小さい標準パタンを選択し、その標準パタ
ンの属するカテゴリを認識結果として出力する。

一方、認識装置を実際に使用する場合には、パ
タンに雑音が付加されることが多くあり認識率を
低下させる原因となつていた。雑音を除去して認
識する方法が昭和57年３月発行の日本音響学会講
演論文集３−４−６「単語認識の雑音処理に関す
る一実験」（以下文献１とする）に記載されてい
る。この方法はノイズサブトラクシヨン法と呼ば
れ、概要は以下に示すようである。

今、認識対象を音声とした場合、パタンはスペ
クトルの時系列で表現できる。騒音環境下で観測
したスペクトルＸ（ω）は音声スペクトルＳ（ω）
に雑音スペクトルＮ（ω）が付加したものと考え
ることができるため、音声のない部分で雑音スペ
クトルＮ（ω）を推定し、観測したスペクトルＸ
（ω）より雑音スペクトルN^（ω）を差し引くこと
により音声スペクトルS^（ω）推定している。

S^（ω）＝Ｘ（ω）−N^（ω） ……(1) しかし、ノイズサブトラクシヨン法では雑音は
音声のある時間内は定常であるとして一定値を差
し引いているため、定常な雑音に対しては有効で
あるが非定常な雑音に対しては効果がない。

以上述べたように従来方法では非定常な雑音が
付加した場合その雑音を推定することはできず雑
音を除去することができない。このため同一カテ
ゴリのパタンでも距離が大きくなり誤認識となり
認識率が低くなる欠点があつた。

（発明の目的） 本発明の目的は、非定常な雑音が付加された部
分にマスクを掛け、雑音が付加された部分のパタ
ン間の距離は使用しないことにより前記欠点を解
決し、非定常な雑音が付加した場合でも認識率の
低下しないパタン認識装置を提供することがあ
る。

（発明の構成） 本発明によれば、入力パタンの特徴パタンを得
る特徴抽出部と、該特徴抽出部出力を一時記憶す
る入力パタンメモリと、標準パタンを記憶する標
準パタンメモリと、雑音が付加された区間を検出
する雑音検出部と、入力パタンと標準パタンの距
離を計算する距離計算部と、前記雑音検出部で検
出された雑音区間の距離をゼロとする距離マスク
部と、前記距離マスク部の出力を累積する距離累
積部と、前記距離累積部の出力から認識結果を判
定する判定部を持つことを特徴とするパタン認識
装置が得られる。

（本発明の原理） 次に本発明の原理について説明する。入力パタ
ンＡと第ｎカテゴリの標準パタンBⁿを Ａ＝a₁，a₂，……，a_I ……(2) Bⁿ＝b₁ ⁿ，b₂ ⁿ，……，b_I ⁿ ……(3) とすれば、入力パタンＡと標準パタンBⁿとの距
離は Ｄ（Ａ，Bⁿ）＝１／Ｉ_I 〓ⁱ⁼¹ ｄ（a_i，b_i ⁿ） ……(4) で与えられる。ここでｄ（a_i，b_i ⁿ）はa_iベクトル
とb_i ⁿベクトルとの間の距離で例えば ｄ（a_i，b_i ⁿ）＝_k 〓^R=1 ｜a_ik−bⁿ _ik｜ ……(5) ただし a_i＝（a_i1，……，a_ik，……，a_ik） なるチエビシエフ距離を用いることが考えられ
る。パタンマツチングによる認識では入力パタン
Ａに最も近い標準パタンBⁿを捜すことである。
すなわち、認識結果は n^＝argｍｎin Ｄ（Ａ，Bⁿ） ……(6) で求められる。ここでargｍｘin ｙはすべてのｘに
対してｙが最小となる時のｘであることを示す。

ところで、非定常な雑音が付加されたパタンは
第２図に示すように雑音が付加された区間におい
て元パタンより大きく変形している。このため雑
音が付加された区間の距離は異常に大きくなり、
本来小さな値となる正答の標準パタンとの距離Ｄ
（Ａ，Bⁿ）が大きくなり、誤認識となつていた。

本発明では、特徴ベクトルの変化等で雑音付加
区間を検出し、その区間の特徴ベクトルに関する
距離を使用せず、雑音のない区間のみで距離を求
め認識を行う。すなわち、雑音のない区間は１を
雑音が付加された区間を０とするマスク系列 Ｍ＝m₁，m₂，……，m_i，……，m_I ……(7) ただしm_i＝1or0とする。

を各パタンについて求め、入力パタンＡと標準パ
タンBⁿとの距離は Dr（Ａ，Bⁿ）＝１／I_rI 〓ⁱ⁼¹ m^a _i・m^bn _i・ｄ（a_i，bⁿ _i）
……(8) ただし I_r＝_I 〓^I=1 m^a _i・m^bn _i ……(9) で計算される。認識結果は ｎ＾＝argmin Dr（Ａ，Bⁿ） ……(10) となる。このようにして求められたDr（Ａ，Bⁿ）
には雑音の影響が除去されているため耐雑音性の
良い認識装置が実現される。

（実施例 １） 次に本発明の実施例を図面を用いて説明する。
第１の実施例は第１図に示すように特徴抽出部
１、雑音検出部２、入力パタンメモリ３、標準パ
タンメモリ４、距離計算部５、距離マスク部６、
距離累積部７、判定部８より構成される。

始めに入力された音声は特徴抽出部１にて例え
ばスペクトラムパラメータのような特徴を抽出し
特徴ベクトルへ変換され、時間軸の正規化を行つ
て入力パタンメモリ３へ記憶される。ここで時間
軸の正規化とはパタンごとの時間方向の長さを一
定になるように伸縮させることであり、伸縮の方
法は線形に行う方法、特徴ベクトルの変化が均一
になる方法などがある。このような特徴抽出部１
には、共立出版社の54年10月出版の「音声認識」
（以下文献２とする）の第113頁の図４，７に記載
されている前処理部、特徴抽出部、時間正規化部
を使用することができる。

雑音検出部２は特徴ベクトルを監視し、その変
化が急激でかつ短い区間である場合に雑音が付加
されたと見なしマスク系列m_iをゼロとし入力パ
タンメモリ部３へ記憶させる。雑音検出部２はよ
く知られたマイクロプロセツサにより構成するこ
とができ第３図のように構成され、第４図に示す
フローチヤートに従つて動作する。すなわち、特
徴ベクトルの変化分Δi＝｜a_i−a_i-1｜を監視し Δi_s＞THかつΔi_e＞THかつ i_e−i_s＜TL ……〓 なる時m_is，……m_ie＝０とする。ここで変化分に
対する閾値をTH、その時間間隔をTLとする。

標準パタンメモリ４には、あらかじめ同様な特
徴抽出、雑音検出を行い各カテゴリのパタンBⁿ
および雑音区間を示すマスク系列m^bnを記憶させ
ておく。

距離計算部５は(5)式による特徴ベクトル間の距
離を求める部分であり、第５図に示すように減算
器５１、絶対値回路５２、加算器５３、アキユム
レータ５４より構成され、入力パタンメモリ３よ
りa_iベクトル、標準パタンメモリよりb_i ⁿベクトル
を読み出し、アキユムレータ５４にｄ（a_i，b_i ⁿ）
が求められる。

距離マスク部６は第６図に示すように選択回路
６１とOR回路６２より構成される。OR回路６
２へは入力パタンメモリ部３と標準パタンメモリ
部４より読み出されたマスク系列m_i ^aとm_i ^bnが入
力され、その出力により距離計算部５の出力ｄ
（a_i，b_i ⁿ）か０かを選択し出力する。すなわちOR
回路６２の出力が１の場合はｄ（a_i，b_i ⁿ）が出力
され、OR回路６２の出力が０の場合は０を出力
する。このようにして、距離マスク部６ではm_i
^ａ・m_i ^bn・ｄ（a_i，b_i ⁿ）を計算していることにな
る。

距離累積部７は第７図に示すように加算器７１
とアキユムレータ７２により距離m_i ^a，m_i ^bn・ｄ
（a_i，bⁿ _i）の累積が計算され、加算器７３とアキ
ユムレータ７４により加算長Ir＝_I 〓ⁱ⁼¹ m_i ^a・m_i ^bnが
求められ、割算器７５により距離Dr（Ａ，Bⁿ）が
求められる。

判定部８は標準パタンのカテゴリｎを順次標準
パタンメモリ部へ出力し、入力パタンとの距離
Dr（Ａ，Bⁿ）を受け取り、その最小値を計算し、
最小値が得られたカテゴリｎ＾を出力する。

（実施例 ２） 次に本発明の第２の実施例を図面を用いて説明
する。第１の実施例ではパタンの長さ（特徴ベク
トルの数）は一定となるように特徴抽出部で時間
正規化を行つていた。しかし、音声などは個々に
微妙な伸縮があるため、各標準パタンとの間で最
もよく合う伸縮を求めつつパタン間の距離を求め
るDPマツチング法が知られている。この詳細は
1983年11月７日発行の日経エレクロニクスの第
171頁から第208頁の「連続発声した単語音声を効
率的に認識する２段DPマツチング」（以下文献３
とする）に記載されている。その概略は次のとお
りである。

標準パタンBⁿの時間軸ｊを入力パタンの時間
軸ｉに写像する関数（時間正規化関数）をｉ＝ｊ
（ｉ）とした時、時間正規化されたパタン間距離
D_d（Ａ，Bⁿ）は、 D_d（Ａ，Bⁿ）＝１／Ｉmin_I 〓ⁱ⁼¹ ｄ（ｉ，ｊ） ……(13) ｊ＝ｊ（ｉ） なる最小化問題の解として得られる。この最小
化問題は以下の漸化式を順次計算することによつ
て求められる。

初期条件 ｇ（０，０）＝０とし ｇ(i,j)＝ｄ(i,j)＋minｇ(i-1,j) ｇ(i-2,j) ｇ(i-3,j) ……(14) なる漸化式をｊ−ｒｉｊ＋ｒなる範囲で計算
し入力パタンの終端Ｉと標準パタンの終端Jⁿなる
点のｇ（Ｉ，J_o）が求めるD_d（Ａ，Bⁿ）となる。

第２の実施例はこのDPマツチングによる時間
正規化を組込んだ装置であり、第８図に示すよう
に構成される。第２の実施例は第１の実施例にお
ける特徴注出部１と累積距離部７を除き同様の部
分を持つ。特徴抽出部１は第１の実施例の特徴抽
出部１より時間正規化部を除いた部分より構成さ
れ、パタンの特徴ベクトルが求められる。累積距
離部７は漸化式計算部７２１，DPマツチング制
御部７２２，Ｇメモリ部７２３より構成され、距
離マスク部６より得られる雑音除去された距離
m^a _i・m^bn _j・ｄ（a_i，bⁿ _j）を用いてDPマツチング法
により時間正規化距離D_d（Ａ，Bⁿ）を求める。こ
の漸化式計算部７２１，DPマツチング制御部７
２２，Ｇメモリ部７２３は文献３の図１１に記載
されている機能機能、機能をそれぞれ使用
することができる。

以上、本発明を実施例にもとづいて説明したが
これらの記載は本発明の権利範囲を限定するもの
ではない。特に本実施例では特徴ベクトル間の距
離を(5)式に示したチエビシエフ距離を用いたが、
ユークリツド距離 ｄ（a_i，b_i ⁿ）＝_K 〓^K=1 （a_ik−bⁿ _ik）² ……(15) や、内積 ｄ（a_i，b_i ⁿ）＝−_K 〓^K=1 a_ik・bⁿ _ik ……(16) を用いることができる。また、DPマツチング法
は文献３に記載されている各種の方式を用いるこ
とができる。これらの自明な変更は本発明の権利
範囲に属するものである。

（発明の効果） 以上説明したように本発明のパタン認識装置で
は、非定常な雑音が付加された区間の距離はゼロ
として雑音のない区間のみの距離の累積値で認識
する。これによつて、雑音の影響が除去され、雑
音付加による認識率の低下を防ぐことが可能とな
る。

【図面の簡単な説明】

第１図は本発明の第１の実施例を示すブロツク
図、第２図は本発明の原理を説明するための図、
第３図、第５図、第６図、第７図はそれぞれ第１
図の実施例の一部詳細構成を示すブロツク図、第
４図は雑音検出部のフローチヤート、第８図は第
２の実施例を示すブロツク図である。 図において、１は特徴抽出部、２は雑音検出
部、３は入力パタンメモリ部、４は標準パタンメ
モリ部、５は距離計算部、６は距離マスク部、７
は累積距離部、８は判定部である。

Claims (1)

【特許請求の範囲】
1. １ 入力パタンの特徴パタンを得る特徴抽出部
   と、該特徴抽出部出力を一時記憶する入力パタン
   メモリと、標準パタンを記憶する標準パタンメモ
   リと前記入力パタンに雑音が付加された区間を検
   出する雑音検出部と、入力パタンと標準パタンの
   距離を計算する距離計算部と、前記雑音検出部で
   検出された雑音区間の距離をゼロとする距離マス
   ク部と、前記距離マスク部の出力を累積する距離
   累積部と、前記距離累積部の出力から認識結果を
   判定する判定部を持つことを特徴とするパタン認
   識装置。